免费文献传递   相关文献

Updating Framework for Multi-Sources of Subcompartment Spatio-Temporal Data

多源小班时空数据更新框架


将时空理论与当前森林资源调查和监测工作紧密衔接,提出由时空数据建模、数据采集、时空数据库和数据更新共同构成的框架。不同方式采集的数据,被组织成3个层次的对象,更新到按时空数据模型定义的时空数据库中,并实现正确的对象关联、空间约束和时间约束。通过原型系统验证了框架的可行性。

Forestry department has been going to collect data reasonably and termly. But, the development of forest resource data model and data updating mode are slower than the development of the data acquisition. Each set of data exists in isolation and has little relation with each other so that it could not represent the spatio-temporal change of forest resources systematically and thoroughly. Based on combining the spatio-temporal theory with forest resource information management, this article put forward a framework, which consists of spatio-temporal model, data collection, data updating and spatio-temporal database. In the framework, the data collected by different method would be formed as 3 hierarchies of objects, which then would be updated into the spatio-temporal database defined by spatio-temporal data model. The data in the database should keep the validity of object relation, spatial constraint and time constraint. The article verified the feasibility of the framework by a prototype system.


全 文 :第 50 卷 第 8 期
2 0 1 4 年 8 月
林 业 科 学
SCIENTIA SILVAE SINICAE
Vol. 50,No. 8
Aug.,2 0 1 4
doi:10.11707 / j.1001-7488.20140803
收稿日期: 2013 - 07 - 19; 修回日期: 2013 - 12 - 13。
基金项目: 浙江省重大科技专项(2011C12047) ; 浙江省自然科学基金项目(Y5110145,Y3090346)。
多源小班时空数据更新框架
夏 凯1,2 刘仁义1 刘 南1 张国江3
(1. 浙江大学浙江省资源与环境信息系统重点实验室 杭州 310028; 2. 浙江农林大学信息工程学院 临安 311300;
3. 浙江省森林资源监测中心 杭州 310020)
摘 要: 将时空理论与当前森林资源调查和监测工作紧密衔接,提出由时空数据建模、数据采集、时空数据库和
数据更新共同构成的框架。不同方式采集的数据,被组织成 3 个层次的对象,更新到按时空数据模型定义的时空
数据库中,并实现正确的对象关联、空间约束和时间约束。通过原型系统验证了框架的可行性。
关键词: 时空数据模型; 数据更新; 森林资源; 多源数据
中图分类号: P208 文献标识码: A 文章编号: 1001 - 7488(2014)08 - 0015 - 07
Updating Framework for Multi-Sources of Subcompartment Spatio-Temporal Data
Xia Kai1,2 Liu Renyi1 Liu Nan1 Zhang Guojiang3
(1 . Zhejiang Provincial Key Lab of GIS,Zhejiang University Hangzhou 310028;
2 . School of Information Engineering,Zhejiang Agriculture and Forestry University Lin’an 311300;
3 . Monitoring Center for Forest Resources in Zhejiang Province Hangzhou 310020)
Abstract: Forestry department has been going to collect data reasonably and termly. But,the development of forest
resource data model and data updating mode are slower than the development of the data acquisition. Each set of data
exists in isolation and has little relation with each other so that it could not represent the spatio-temporal change of forest
resources systematically and thoroughly. Based on combining the spatio-temporal theory with forest resource information
management,this article put forward a framework,which consists of spatio-temporal model,data collection,data updating
and spatio-temporal database. In the framework,the data collected by different method would be formed as 3 hierarchies of
objects,which then would be updated into the spatio-temporal database defined by spatio-temporal data model. The data
in the database should keep the validity of object relation,spatial constraint and time constraint. The article verified the
feasibility of the framework by a prototype system.
Key words: spatio-temporal data model; data updating; forest resources; multi sources data
当前,林业部门已经趋向定期、合理地采集各类
数据,但森林资源数据管理和更新方式落后于数据
采集方式,各期数据孤立存在,关联性差,难以系统、
全面地反映森林资源的时空变化。而在森林资源数
据管理中引入时空数据库理论是解决这一问题的有
效途径。
森林资源时空数据库研究在我国起步较晚。高
金萍 (2006)、高金萍等(2008)将基于事件和特征
的时空数据模型引入到森林资源管理中,提出设置
基态数据库以存放二类调查数据的思路,并以事件
方法记录因突变引起的数据变化。赵春燕等
(2010)分析了森林地理实体的演变,认为其中同时
存在 连 续 变化和 离 散 变 化。 Rasinmki ( 2003;
2007)讨论了面向对象的森林资源时空数据模型、
多尺度时空数据管理和时空数据检索,认为面向对
象的时空数据模型可以管理多尺度的时空数据,并
探讨了各个尺度的空间对象、属性对象在数据更新
中的变化关系。
笔者认为,森林资源时空研究需要考虑 2 方面
的问题: 一是数据表达,即如何用数据表达森林资
源的时空过程,为此设计了序列状态的林业资源时
空数据模型(夏凯等,2013),结合序列快照方法和
事件方法来表达森林资源的渐变突变相交替的时空
过程; 二是数据更新,即将现实的变化不断更新到
林 业 科 学 50 卷
数据库,使数据保持现势性。本文设计了针对小班
数据的更新框架,该框架通过不同方式采集的数据
更新到同一时空数据库中,实现对时空过程的统一
表达。其中,本文小班时空演变特征和时空数据模
型的对象关联部分引自夏凯等(2013)。
1) 参考浙江省林业厅 2008 年颁布的《浙江省森林资源档案管理实施办法》。
2) 参考浙江省林业厅 2004 年颁布的《浙江省森林资源规划设计调查技术操作细则》。
1 从时空过程到时空过程表达
一个相互协调的时空数据更新框架是实现时空
数据库和时空数据表达的必要条件。如图 1 所示,
数据建模是对现实世界的抽象,而时空数据建模是
以时空过程为蓝本,定义时空数据库的数据结构、数
据操作和数据约束。数据采集和数据更新则不断从
时空过程中提取数据,添加到数据存储中,不断增加
的数据存储表达了不断延续的时空过程。
时空过程是指地理实体沿时间轴的变化过程。
地理实体 ( geo-entity)是指现实世界中具有共同性
质的自然或人工地物 ( 国 家测绘地理信息局,
2012)。从森林资源管理范畴来看,小班、林班、细
班等均为地理实体,森林资源的时空过程即是这些
森林地理实体沿时间轴的变化过程。
图 1 从时空过程到时空过程表达
Fig. 1 From spatio-temporal course to the
expression of spatio-temporal course
1. 1 小班实体的时空过程
在我国,小班是森林资源调查、统计和管理的基
本单位,是最具代表性的森林地理实体。小班实体
不仅具有空间部分,即形状( shape),还有属性部分
( attributes),如编号、林地所有权、地形地势、覆盖
度、森林类别、立地等级、群落结构等。此外,小班内
部可以进一步被划分,如细班,细班代表的是单一性
质的林地,与细班相关的属性为林地使用权、林木使
用权、地类、林种以及林分因子 (树种组成、平均胸
径、平均高、蓄积量等) 1)。
本文认为,小班实体具有空间关系特征、时间特
征和时空演变特征。
1) 空间关系特征 小班形状之间既不相互叠
盖,也没有空隙,每一个小班必在一个村或林场级的
权属地理实体的形状之内;同时,权属地理实体的形
状也被小班形状所充满。
2) 时间特征 小班具有生命周期,即有产生、
发展和消亡的过程。
3) 时空演变特征 (夏凯等,2013) 从小班的
组成观察,不同属性演变过程和演变频率不同,总体
上可以归为 4 类(图 2): ①编号、林地所有权、森林
类型等专题属性,在生命周期内不发生变化,如图
2A,小班林地所有权在生命周期内不会发生改变,
在第 6 年 A 被划拨,林地所有权的改变引发了 A 小
班的消亡和 D 小班的产生; ②小班形状在生命周期
内会因多种原因发生变化,如第 5 年边界被调整;
③依附于形状的一些属性,如植被种类、立地等级、
自然度等,在生命周期内可能会发生离散变化; ④
依附于单一林地(如细班)的一些属性,如蓄积量、
平均胸径、平均树高等林分因子具有连续的渐变特
性,并且呈现春夏变化快、秋冬变化慢的年度变化特
征; 林分因子也受突变影响,如图 2 中第 3 年和第 4
年之间发生灾害事件,使蓄积量因突变而明显减少。
此外,也有一些依附于细班的属性会发生离散变化,
如灾害发生后,优势树种从杉木 ( Cunninghamia
lanceolata)变为马尾松(Pinus massoniana)。
1. 2 多源小班数据采集
复杂的时空过程促使林业部门采取多样的数据
采集方式。早期的数据采集主要依赖一类、二类和
三类森林资源调查;但只有二类调查是针对所有小
班的,它是森林资源规划设计调查的简称,是以国有
林场等森林经营单位或县级森林经营单位为对象,
对其范围内所有的森林、林木和林地资源进行全面
调查的方法2)。二类调查是全面性的数据调查,其
成果是各地区森林资源数据库的主体; 同时,二类
调查中也要对小班地块进行调整,是小班形状变化
的主要原因。
61
第 8 期 夏 凯等: 多源小班时空数据更新框架
图 2 小班实体的演变过程
Fig. 2 The evolution course of subcompartment
由于二类调查涉及面广、工作量大,一般 10 年
为一个周期,间隔过长。近些年,森林资源动态监测
体系逐渐在各个地区建立起来,在实际工作中,动态
监测一般是指在新一轮二类调查的基础上,每年
(或 2 ~ 3 年为间隔周期)对森林资源进行监测及更
新。森林资源动态监测1) 增强了森林数据的时效
性,是森林资源数据采集工作的发展方向。动态监
测主要包括 3 部分: 1) 突变调查(也称为档案更新
调查),是指对各种森林经营活动、人为破坏和自然
灾害等引起的突变性变化所进行的调查; 2) 复位
调查,是指定期抽取部分村庄,以村为单位,针对小
班的属性数据进行调查; 3) 林分因子调查,针对的
是蓄积量、平均树高等林分因子,变化具有一定的规
律性,一般采用公式推算而得,属于不确定数据。
在实际工作中,森林资源动态监测尚未完全推
开,二类调查也具有其独特的作用,并不能完全被替
代,因此本文将 2 项工作一起讨论,如表 1 所示。
表 1 森林资源数据采集
Tab. 1 Forest resourse data acquisition
种类 Category
特点 Feature
频率
Frequency
区域
Area
数据内容
Content
数据调查方式
Acquisition method
二类调查
Forest resource second class survey
10 年 10 years
被调查区域的全部
Entire area
形状及所有属性
Shape and attributes
实测
Actual measurement
森林资源动态监测
Forest resource
dynamic monitoring
突变调查
Mutations survey 实时
Real time 发生突变的小班
Subcompartment mutated
形状及所有属性
Shape and attributes
实测
Actual measurement
复位调查
Reset survey 每年
Every year 10% ~ 20% 可变的专题数据
Alterable attributes
实测
Actual measurement
林分因子调查
Stand factors survey
1 ~ 3 年 1 - 3 years
除突变、复位调查的小班
Subcompartment excluding
have been surveyed
林分因子
Stand factors
推算
Calculation
1) 参考浙江省林业厅 2008 年颁布的《浙江省县级森林资源动态监测技术操作细则》。
1. 3 序列状态的森林资源时空数据模型
虽然林业部门采用了多样的数据采集方式,但
数据库建设却相对落后,各期数据没有关联,其原因
主要在于缺乏适合的时空数据模型。时空数据模型
是着重于地理实体随时间变化的数据模型( Pelekis
et al.,2004)。夏凯等 (2013)依据小班实体渐变和
突变相交替的时空演变特点,设计了序列状态的时
空数据模型,模型结合了序列快照方法( Langran et
al.,1988)和事件方法(Peuquet et al.,1995),形成了
特有的序列状态表达方法,该方法既可以表达形状、
林分因子的渐变过程,也可以表达因砍伐、划拨等原
因造成的突变。
本文在夏凯等(2013)的基础上进一步发展,与
当前小班的实际工作相衔接,并阐述了小班实体在
空间和时间上必须遵守的约束。本文从对象关联、
时间约束、空间约束 3 方面来讨论序列状态的森林
资源时空数据模型。
对象关联: 如图 3 所示为 UML 简图(图中菱形
箭头表示关联关系,即某一对象是菱形箭头所指对
象的组成部分)。小班实体由 4 种相互关联的组件
构成: 小班实体 ( Subcompartment,公式中简称为
Sc)、状态(State)、形状(Shape)和细班状态( Subplot
State,公式中简称为 Sps)。各部分的关系可用式
(1),(2)表达:
Sc = { ID,ConstantAttributes,∑State}; (1)
State = {AlterableAttributes,Shape,∑Sps}。(2)
这样的结构使小班实体各部分具有不同的数据
密度,以 合 理 表 达 实 体 各 组 成 的 演 变。 ID,
71
林 业 科 学 50 卷
ConstantAttributes,它们直接隶属于 Subcompartment
(Sc),在生命周期内只有一个值,不能改变。而形
状和可变属性在生命周期内是可变的,隶属于 State
对象,在 Subcompartment 生命周期内可以拥有多个
State,每一个 State 代表形状和可变属性在不同阶段
的值。进一步,每一个 State 可拥有多个 SubplotState
(Sps),不仅仅因为细班之类的次一级实体在空间
上隶属于小班,而且因为其拥有蓄积量等变化频率
更高的林分因子,在 State 的生命周期内,每一个细
班都可能有多个状态( SubplotState)。通过以上的
关联关系将各个部分关联起来,实现对一个小班空
间上和历史上的完整表达。
在时间轴上,实体的变化也不恒定。一方面,林
分因子有渐变,通过序列数据可表达其演变过程;
但另一方面,也会受到突变事件(如权属划拨、火灾
等)的影响,突变事件可能只影响一个实体,也可能
影响多个实体,可能只导致实体的状态发生变化,也
可能导致实体消亡或产生。模型通过 Event 对象记
录事件编码、类型、描述,并关联了事件前后的实体
或状态。事件索引表(EventIndexing)对事件进行排
序索引,用户可通过其检索事件及相关对象。这样,
通过事件机制,还实现了新生小班和消亡小班之间
的关联,从而完成对整个区域的时空过程表达。
图 3 序列状态的林业资源时空数据模型
Fig. 3 Simple graph of sequence states forestry
spatio-temporal data model
时间约束: 由于地理实体被分解,地理实体的
各部分必须要保证时间上的一致性。Td 是指对象
的持续时间,是结束时间和开始时间之差:
Td = T end - Tbegin。 (3)
1) 状态(State)的持续时间等于它所包含的所
有细班状态的持续时间的并集:
State. Td =∪ Sps∈State Sps. Td。 (4)
2) 小班实体的持续时间等于它所包含的状态
的持续时间之和:
Sc. Td = Σ State∈Sc State. Td。 (5)
3) 权属地理实体(村或林场,用 Region 表示)
的持续时间等于它所包含的所有小班实体持续时间
的并集:
Region. Td =∪ Sc∈Region Sc. Td。 (6)
空间约束: 由于时空过程中,权属地理实体(村
或林场)是非常稳定的实体; 相比而言,小班实体的
形状,甚至小班实体本身都可能不断变化,不断产生
和消亡,但在演变过程,应始终遵循以下规则。
1) 小班实体属于某一权属地理实体 (村或林
场,用 Region 表示),则小班实体的形状( Shape)也
在这个权属地理实体之内(Region. Shape):
Shape within Region. Shape。 (7)
2) 在时空过程中的任一时间 ti,权属地理实体
的空间被处于生命周期内小班的形状所充满,没有
空隙:
Region. shape t = t i =∪ t i∈Shape. Td Shape。 (8)
3) 在时空过程中的任一时间 ti,小班实体的形
状相互之间不重叠:
∩ t i∈ shape. Td Shape = 。 (9)
1. 4 森林资源时空数据库更新
时空数据库更新是将现势性强的现状数据或变
化数据添加到数据库中,并保持数据结构和数据约
束依然符合数据模型定义的数据操作序列。数据更
新涉及的问题很多,陈军等(2004; 2007; 2008)从
宏观上讨论了时空数据库更新的关键问题,周晓光
等(2006)设计了基于事件的时空数据库增量更新
系统,张丰等(2010)在此基础上提出了相互约束的
多图层数据的关联更新。本文重点讨论将多源数据
统一到同一数据序列的数据更新过程。
如表 2 所示为依据不同方式采集的数据在更新
中的特点。序列更新是指定时调查,更新后形成序
列数据,二类调查、复位调查、林分因子调查都属于
此类; 而事件更新是指因突变调查而引发的更新,
一般属于局部、实时进行的更新。但无论是序列更
新还是事件更新,都需要完成以下 3 项任务: ①数
据对象构造。将采集数据按数据模型组织为 3 种粒
度的对象: 小班对象 ( Subcompartment)、状态对象
(State)、细班状态对象( SubplotState)。②数据对象
关联。将新构造的数据对象与数据库已有的数据对
象实现正确的关联。③设置和检查空间约束和时间
约束。
81
第 8 期 夏 凯等: 多源小班时空数据更新框架
表 2 小班数据更新
Tab. 2 Subcompartment data updating
数据采集
Data acqusition
数据更新 Data updating
更新方式
Updating mode
数据对象构造
Data object
construction
关联对象
Object
association
空间约束
Spatial
constraint
时间约束
Time constraint
二类调查
Forest resource second survey
序列更新
Sequence updating
Subcompartment
or State
Subcompartment and
State before updating

Have

Have
动态资源监测
Forest resource
dynamic monitoring
突变调查
Mutations survey
事件更新
Event updating
Subcompartment
or State
Subcompartment and
State before event

Have

Have
复位调查
Reset survey
序列更新
Sequence updating
State Subcompartment 无
No

Have
林分因子调查
Stand factors survey
序列更新
Sequence updating
SubplotState State 无
No

Have
1) 二类调查 二类调查不仅是调查,实际上还
承载着规划和调整小班形状并重新制作数据的任
务,因此,新数据集必须遵守对象关联(1),(2),空
间关联 (7),(8),(9)。作为时空数据,新数据集
(二类调查之后)和原有数据集(二类调查之前)之
间也必须支持小班级的关联。可以根据变化程度将
小班分为 2 类,变化程度在一定范围之内的小班保
持原有小班的编号不变,生成新的状态; 变化程度
大的小班重新编号,作为新小班处理,但应确定一个
原有小班作为其父小班,实现对象关联,方法可参考
文献(夏凯等,2013)。
2) 突变调查 突变调查面向突变事件。突变
更新导致小班实体产生、消亡或状态发生更新。在
本文的数据模型和数据更新模式下,事件可能会导
致以下几种情况: 一个或多个小班消亡,产生一个
或多个新的小班; 一个或多个小班从一个状态更新
到一个新的状态; 一个或多个小班消亡,并产生新
的小班,另有一个或多个小班从一个状态更新到另
一个新的状态。
图 4 事件对象记录事件的详细信息
Fig. 4 Event object records the details of the event
① 对象关联: 如图 4 所示,小班 A1 和 A2,事件
前的状态编号分别为 A1. State3 和 A2. State3。发生
划拨事件,其中 A2 整体被划拨,A1 也有部分被划
拨,事件后,被划拨的部分形成新的小班 A3,其当前
状态编号为 State1; A1 形状被改变,但整体没有大
的变化,故保留编号,结束原有状态 State3,生成新
的状态 State4。如图 5 所示,事件对象记录所有事
件的相关信息,并将事件涉及的对象关联在一起。
② 时间约束: 设 Objectbefore为事件前的小班实
体对象或小班的状态对象,Objectafter为事件后的小
班实体对象或小班的状态对象。为保证事件前后小
班及其状态的时间不相冲突,则应明确事件时间也
同时是 Objectbefore的结束时间与 Objectafter的开始时
间,即时间约束(10):
EventTime = Objectbefore . T end = Objectafter . Tbegin。
(10)
③ 空间约束: 为保证小班之间不重叠、不相互
叠盖,且充满权属地理实体的要求[满足式 (7 ),
(8),(9)的要求],事件前后小班形状的并集必须相
等。设 Shapebefore为事件前的形状,Shapeafter为事件
后的形状,即空间约束(11):
∪ Shapebefore =∪ Shapeafter。 (11)
3) 复位调查 复位调查一般不涉及空间变
化,只调查所有可变属性,但复位调查内容广泛,仍
考虑以状态为单位更新数据,新状态中的形状数据
(Shape)从原状态中复制。如图 5 所示,更新前
Subcompartment 当前的状态为 State2,更新后,新添
加的状态 State3 被标记为当前状态。更新应执行时
间约束(12):
Staten . T end = Staten +1 . Tbegin。 (12)
4) 林分因子调查 同样,林分因子调查并不包
括细班状态中的所有属性,但仍以细班为单位进行
更新。如图 6 所示,更新前 State1 所属的当前细班
状态为 SubplotState1,更新后,新添加的细班状态
SubplotState2 被标记为当前细班状态。更新应执行
91
林 业 科 学 50 卷
时间约束(13):
Spsn . T end = Spsn +1 . Tbegin。 (13)
图 5 小班的最新状态由 State2 更新为 State3
Fig. 5 The newest state of sub compartment
updated from State2 to State3
图 6 细班的最新状态从 SubplotState1
更新为 SubplotState2
Fig. 6 The newest state of subplot updated from
SubplotStatel to SubplotState2
图 7 小班时空数据存储
Fig. 7 The storage of subcompartment spatio-temporal data
2 数据更新实例
本节探讨时空数据库中小班创建、演变过程各
阶段数据的存储和关联,并通过森林资源 TGIS 原型
系统的客户端界面展示不同时期的小班数据。原型
系统基于 c #2005 和 arcengine9. 3 组件开发,并以
sqlserver2000 和 arcsde9. 3 构建空间数据库系统。
2. 1 数据采集和数据更新
试验以浙江省临安市于潜镇小班数据为背景,
展示一个小班 S005 的演变过程。数据通过编码实
现对象的关联,编码采用如下格式: S ( Y) xxx-xx-
xxxx(其中 x 代表数字,代表如下意义:小班编码 -
状态编码 -细班状态编码)。
小班 S005 在 5 年中有如下数据采集和数据更
新序列: 1) 2005 年二类调查,产生新的数据集,原
小班 S010,在二类调查中边界被重新确定,并在新
的数据库中演变为小班 S005,当前状态 S005 - 01,
当前细班状态 S005 - 01 - 0101; 2) 2008 年林分因
子调查,更新细班状态为 S005 - 01 - 0102; 3) 2009
年林分因子调查,更新细班状态为 S005 - 01 -
0103; 4) 2010 年复位调查,数据库中小班状态为更
新 S005 - 01; 5) 2011 年发生划拨事件,小班 S005
被分割,S005 状态更新为 S005 - 03; 另一部分被划
拨,编号为 Y701,当前状态编号 Y701 - 01。
2. 2 时空数据库
图 7 表达的是时空数据库中时空数据的存储。
图中只少量列举了对象应包括的一些属性,主要表
达的是存储在时空数据库中各对象之间的联系。数
据库中,数据集为一个顶级数据单位,每一个数据集
分别对应一次二类调查。每一个数据集中包括 4 种
表:小班表、状态表、细班状态表和事件表。图 7 展
现了小班 S005,Y701 在数据库中的存储,展示了对
象之间的关联; 同时,依据数据的更新顺序,它们也
隐性地实现了更新中的空间约束和时间约束。如
在事件E2011035 中,E2011035. time = S005 - 002.
T end = S005 - 03. Tbegin = S701 - 01. Tbegin; 另一方
02
第 8 期 夏 凯等: 多源小班时空数据更新框架
面,S005 - 002. shape = S005 - 003. shape ∪S701 -
01. shape。
2. 3 小班时空数据显示
如图 8 所示为客户端显示。客户端分别显示了
原型系统在 2005 和 2011 年的数据,以左边的树形
控件显示小班实体的属性。在对图形的点击查询
中,不仅可以查询小班当前的状态,而且所有小班的
历史状态均被列出。
图 8 小班时空数据显示
Fig. 8 The display of subcompartment spatio-temporal data
3 结论
夏凯等(2013)讨论了森林资源时空数据模型,
本文则着重探讨数据更新。通过本文设计的框架,
可以将多源小班数据有序更新到时空数据库中,并
实现数据的完整性。本文的研究与当前的森林资源
数据采集工作结合紧密,并以浙江省的森林资源更
新调查等资料为基础进行设计。全国各地的小班资
源调查与数据更新工作虽与浙江省有不同之处,但
总得来说是共同的地方多、差异的地方少,希望本文
的研究能为全国森林资源数据库的构建及数据更新
做出贡献。
本研究进一步的工作为森林资源时空数据的检
索、统计和表达。加入时间维后,历年的森林资源数
据都可被存储在一个数据库中,并相互关联,实现对
任一时刻、任一位置森林资源数据的检索,不同年份
数据间的比较、统计,同时还可实现历史追溯、时间
动画等一些特殊的数据表达。
参 考 文 献
陈 军,李志林,蒋 捷,等 . 2004. 基础地理数据库的持续更新问
题 . 地理信息世界,2(5) : 1 - 5.
陈 军,刘万增,张剑清,等 . 2008. GIS 数据库更新模型与方法研
究进展 . 地理信息世界,6(3) : 11 - 16.
陈 军,赵仁亮,王东华 . 2007. 基础地理信息动态更新技术体系
初探 . 地理信息世界,5(5) : 4 - 9.
高金萍 . 2006. 基于时态 GIS 的森林资源基础空间数据更新管理技
术的研究 . 北京: 北京林业大学博士学位论文 .
高金萍,陆守一 . 2008. 森林资源小班数据更新管理中时空一体化
数据模型研究 . 西北林学院学报,23(5) : 188 - 192.
国家测绘地理信息局 . 2012. ch / z 9010 - 2011,地理信息公共服务
平台 地理实体与地名地址数据规范 . 北京: 测绘出版社 .
夏 凯,刘仁义,刘 南,等 . 2013. 序列状态的林业资源时空数据
模型研究 . 测绘学报,42(3) : 433 - 439.
张 丰,刘仁义,刘 南,等 . 2010. 面向对象的地籍时空过程表达
与数据更新模型研究 . 测绘学报,39(3) : 303 - 309.
赵春燕,李际平,王国华,等 . 2010. 森林资源空间数据更新的时空
数据模型研究 . 测绘科学,35(6) : 189 - 191.
周晓光,陈 军,朱建军,等 . 2006. 基于事件的时空数据库增量更
新 . 中国图象图形学报,11(10) : 1431 - 1438.
Langran G,Chrisman N R. 1988. A framework for temporal geographic
information. Cartographica: The International Journal for Geographic
Information and Geovisualization,25(3) : 1 - 14.
Pelekis N,Theodoulidis B,Kopanakis I,et al. 2004. Literature review
of spatio-temporal database models. The Knowledge Engineering
Review,19(3) : 235 - 274.
Peuquet D J,Duan N. 1995. An event-based spatiotemporal data model
(ESTDM) for temporal analysis of geographical data. International
Journal of Geographical Information Systems,9(1) : 7 - 24.
Rasinmki J. 2003. Modelling spatio-temporal environmental data.
Environmental Modelling & Software,18(10) : 877 - 886.
Rasinmki J. 2007. Management of multi-scale forest resource data over
time. Dissertationes Forestales[2013 - 06 - 05]. http:∥ www.
metla. fi / dissertationes / index-en. htm.
(责任编辑 石红青)
12